基于单网络优化的深度自编码器嵌入的聚类算法
来源：计算机应用与软件杂志2025年第12期北京时间：
作者：罗群会, 王 伟
摘要：为了解决深度聚类模型中容易产生的特征随机性和特征漂移问题，提出一种基于单网络优化的深度自编码器嵌入的聚类算法。通过鉴别器获得单网络之外的强竞争关系，从而不产生特征随机性成本，避免特征漂移；引入一种对抗性训练，从而在特征随机性和特征漂移之间实现权衡，并且引入两个新指标分别评估特征随机性和特征漂移的水平；通过多个数据集的实验验证了该方法在聚类应用中的优越性。
关键词：深度聚类, 随机性成本, 特征漂移, 对抗性训练
